基于机器视觉的PCB几何尺寸检测方法研究

高 飞，尤丽华，吴静静

（江南大学 机械学院，江苏 无锡 214000）

随着机电产品逐渐向轻型化、多功能化的发展，其机电融合程度大大提高，印制电路板不仅是电路的载体，在机电产品中成为具有精确尺寸要求的部件，这样对电路板制造商提出了较高的质量控制的要求。另一方面，中国PCB产业近年来增长量很大，年产值从2000年的33.68亿美元上升到2011年的220亿美元，预测国内PCB年产值2016将达到331亿美元，占全球总产值720亿美元的46%，继续保持第一[1-3]。目前在国内电路板生产行业主要采用自动光学检测方法，它具有非接触，检测速度快和检测精度高等特点，还能把生产过程中各工序的工作质量以及出现缺陷的情况反馈回来，供工艺控制人员分析和管理。现有的印刷电路板检测设备只能检测外观，不能满足PCB几何尺寸的检测要求，质量控制大多依赖生产设备本身，加上人工抽检。本文应用计算机视觉技术，设计了印刷电路板机械加工尺寸自动检测系统，实现了在线自动快速检测。

1 检测系统硬件设计

PCB机械尺寸检测系统（见图1）包括以下硬件结构：工控机、图像采集部分、机械运动控制部分。其中，图像采集模块包括CCD摄像机、图像采集卡和光电编码器和光源；机械运动控制部分包括PCB传动模块、上下料模块和可编程逻辑控制器。

图1 PCB检测系统结构Fig.1 PCB testing system structure

1.1 PCB机械尺寸监测系统工作流程

检测系统工作流程如下：上料模块接收到工控机发出的信号后，将上道工序加工完成的PCB裸板放置到工作台上，并对其进行固定；工控机开启光源系统，PCB随工作台运动，到达图像采集区域时，每过0.02 mm时，光电编码器发送采集信号，图像采集卡控制线阵相机采集图像，线阵相机完成对待测PCB图像的采集后，经图像采集卡传输给工控机对PCB图像进行处理，进行PCB机械尺寸识别；对于有缺陷的PCB，通过下料模块将其分离出合格和不合格的PCB裸版。

1.2 图像采集模块设计

图像采集模块包括CCD摄像机、图像采集卡和光电编码器和光源：相机采用DALSA公司的黑白线阵摄像机。如果一个像素代表0.025 mm：需要的相机像素分辨率=250 mm÷0.025 mm=10 000，选择分辨率为12288的线阵相机。选择DALSA公司的图像采集卡，照明方案采用背光源投射照明，光源采用LED线性光源。运动控制模块采用PCB传动模块、上下料模块和可编程逻辑控制器

2 PCB自动检测算法

在PCB机械尺寸检测中，每一块测量的PCB拥有很多不同类型的测量特征。测量特征的类型包括圆的半径，圆和直线的距离，平行线的距离，拐角的角度等类型。测量特征的类型不同需要采用的图像提取和识别算法也不一样。如果手工选择测量特征的测量位置，在选取相应的图像提取和识别算法进行测量，效率很低。可以采取基于位置关系的图形提取和识别算法，它把检测特征的位置和测量类型标准尺寸、公差有机联系起来，可以在获取同一批PCB的标准检测特征信息和匹配模板后，在检测图上自动检测。

PCB几何尺寸检测算法的流程图如图2所示。在同一规格产品中挑选一幅符合标准的PCB，获取图像作为标准图像。根据PCB标准图像生成用来在检测图像中定位PCB位置的匹配模板和确定待测特征标准信息[4-5]。测量特征标准信息包括测量特征ROI位置，测量特征类型，测量特征标准尺寸和公差。在检测图上进行模板匹配，获取PCB的位置和旋转角度，和标准图上模板的位置比较，建立标准图和检测图PCB相同位置的坐标转换关系，设定位模板在标准图中的位置是点 P0（x0， y0），在检测图像中的匹配的点为 P（x， y），旋转的角度为，水平平移距离=x-x0，竖直平移距离=x-x0。这种变换用矩阵的形式可以表达为:

在检测特征ROI区域内根据检测特征种类选择相应的图形提取和识别算法对PCB检测特征进行自动检测，最后和标准尺寸和公差对比。

3 几何图像提取和识别方法

基本图形的识别和计算，包括圆的半径，两圆的圆心距，圆的圆心到直线的距离，平行线的距离。

3.1 平行线的距离

在测量平行线的距离时，需要两个测量区域，在每个测量区域内，分别进行直线的拟合，提取直线的方程。直线的拟合可以采用Hough变换和最小二乘法实现。

图2 PCB检测算法流程图Fig.2 the flow chart of algorithm of PCB detection

Hough变换的基本原理是点线的对偶性，一方面直角坐标系的一个点对应于极坐标下的一条正弦曲线，另一方面极坐标下的一个点对应于直角坐标系的一条直线。根据图像上的各个点可以在极坐标下生成很多正弦曲线，求曲线相交的点，再转化为直角坐标系下的一条直线。Hough变换拟合直线的方程的时间比较久[6]。

最小二乘法更适合于快速检测的需要。最小二乘法是在随机误差为正态分布时，由最大似然法推出的一中最优估计技术。直线的方程为y=ax+b，寻找常数和常数b，使数据点尽量靠近直线，从而让偏差尽量的小。因为偏差可能大小不相等，而且有正有负，所以实际上只能希望总的偏差最小。用最小二乘法进行直线的拟合可以将实测值与计算值的差值的平方和最小做为优化判据，计算方法见下面的公式（1），计算结果为 a=y-bx，b=sxx/sxy。

在图3中显示的是一幅有明显边界的灰度图。图4显示对图像进行边缘特征提取得到的计算结果，可以看到物体的边缘并不是一条准确的直线，而是由一些干扰。运用上面提到的最小二乘法对边缘特征进行拟合，得到物体的准确边界曲线，如图5所示。

图3 原始灰度值图像Fig.3 original gray picture

图4 边缘提取的结果Fig.4 result of edge extraction

3.2 两条直线的角度

计算两条直线之间的角度，需要在两个测量区域内，分别进行边缘提取，采取公式（1）的方法进行边界拟合。设第一条直线的方程为y=ax+b，第二条直线的方程为y=cx+d，两条

图5 边缘拟合结果Fig.5 result of fitting picture

3.3 圆的半径

圆的半径计算可以采用最小二乘法求取。图像进行边缘提取得到物体的边界曲线，采用最小二乘法进行拟合得到圆的方程，从而获得圆的半径。设圆的方程为（x-A）2+（y-B）2=R1，圆的最小二乘法拟合的计算公式为公式（2）

通过计算令误差最小的常熟A、b、R的值得到圆的方程。图6显示一幅含有圆形特征的灰度值图像，图7显示对图像是进行边缘提取的结果，可以看到物体边缘和圆比较凹凸不平，图8显示对物体边缘进行拟合的结果。可以看出圆的最小二乘法拟合方法可以对物体的边缘进行修正，从而得到最符合物体真实边缘的结果。

图6 原始灰度值图像Fig.6 original gray picture

图7 边缘提取的结果Fig.7 result of edge extraction

图8 图像拟合的结果Fig.8 result of fitting picture

3.4 两圆的圆心距

需要在两个测量区域内，分别进行边缘提取，采取圆的最小二乘法拟合的方法进行边界拟合。得到两个圆的方程。根据圆的方程得到两个圆的圆心位置，两圆的圆心距计算两个圆心坐标的直线距离。

3.5 圆到直线的距离

需要在两个测量区域内，分别进行边缘提取，采取圆的最小二乘法拟合的方法和直线的最小二乘拟合方法进行边界拟合分别得到圆的方程和直线的方程。圆到直线的距离就是圆的圆心到直线的距离。

4 结束语

文中设计了一套基于机器视觉的PCB几何尺寸在线检测系统，对生产流水线上的PCB进行图像采集，测量PCB几何尺寸，将有缺陷的PCB剔除出流水线，保证只有合格的PCB进入下道工序。分析PCB板的图像特点，提出基于位置关系提取和识别图形特征的算法进行印刷电路板（PCB）机械尺寸检测。

[1]由镭．PCB行业蓬勃发展行业配套日趋完善 [J]．印制电路信息，2010（7）:3－4.YOU Lei.PCB industry in rapid development including supplying capability[J].Printed Circuit Information，2010（7）:3-4.

[2]杨宏强.全球PCB产业和顶尖PCB企业现状分析（2010）[J].印制电路信息，2011（1）:8-12.YANG Hong-qiang.Analysis of current status of global PCB industry and top PCB makers （2010） [J].Printed Circuit Information，2011（1）:8-12.

[3]何波.移动终端产品带动的PCB发展趋势浅谈 [J].印制电路信息，2014（2）:13-15.HEBo.Trend of PCBdevelopment stimulated by mobile terminal products[J].Printed Circuit Information，2014（2）:13-15.

[4]谭优，王泽勇.图像阈值分割算法实用技术研究与比较[J].微计算机信息，2007（24）:298-299.TAN You，WANG Ze-yong.Study on applied technology arithmetic of image threshold segmentation[J].Microcomputer Information，2007（24）:298-299.

[5]龙建武，申铉京，陈海鹏.自适应最小误差阈值分割算法[J].自动化学报，2012（7）:1134-1144.LONG Jian-wu，SHEN Xuan-jing，CHEN Hai-peng.Adaptive minimum error thresholding algorithm[J].Acta Automatica Sinica，2012（7）:1134-1144.

[6]张道德，胡新宇，杨光友.一种改进的随机Hough变换圆形检测算法[J].电子器件，2009，32（3）:721-724.ZHANG Dao-de，HU Xin-yu，YANG Guang-you. One improved circle detection algorithm of random hough transform[J].Chinese Journal of Electron Devices，2009，32（3）:721-724.